스테이블 디퓨전 - Checkpoint, Lora, VAE

 

Stable Diffusion은 고차원 데이터의 생성 및 조작을 허용하는 딥 러닝 프레임워크입니다. 그러나 초보자가 Checkpoint, lora, VAE을 포함하여 관련된 다양한 용어를 이해하는 것은 어렵습니다. 이번 포스팅에서는 각 용어에 대한 자세한 설명과 안정적인 확산과 어떻게 관련되는지 설명합니다.

1. Checkpoint

Checkpoint는 대규모 모델에서 고품질 샘플을 생성할 수 있도록 Stable Diffusion에서 사용되는 기술입니다.

훈련 중 특정 지점에서 모델의 상태를 저장하여 작동하므로 대형 모델에서도 고품질 샘플을 생성할 수 있습니다.

Checkpoint는 복잡한 데이터 분포에서 고품질 샘플을 생성하는 데 필수적입니다.

간단히 설명하면 제일 기준이 AI모델을 선택하는 것 입니다. 

 

2. Lora

Lora(Local Receptive Fields)는 복잡한 데이터 분포에서 샘플링의 효율성을 향상시키기 위해 Stable Diffusion에서 사용되는 기술입니다.

계층 구조를 사용하여 데이터의 확률 분포를 모델링하여 대형 모델에서 고품질 샘플을 생성할 수 있습니다.

Lora는 Stable Diffusion의 효율성을 향상시키는 데 필수적입니다.

Stable Diffusion에서 Lora를 사용하는 방법은 다음과 같습니다.

1. 적용하고자하는 Lora 데이터를 받는다. (예: https://civitai.com/models/8484/yae-miko-or-realistic-genshin-lora)
2. 구글 드라이브에서 sd/stable-diffusion-webui/models/Lora 아래의 폴더에 파일을 넣는다.
3. Stable Diffusion로 돌아와서 Generate밑에 show extra networks를 누른다. 
4. 원하는 Lora탭으로 이동해서 원하는 Lora 데이터를 선택한다.

 

3. VAE

VAE 또는 Variational Autoencoder는 Stable Diffusion에서 데이터 분포의 잠재 공간을 학습하는 데 사용되는 기술입니다.

입력 데이터를 저차원 공간으로 인코딩하여 복잡한 데이터 분포에서 고품질 샘플을 생성할 수 있습니다.

VAE는 데이터 분포의 잠재 공간을 학습하고 고품질 샘플을 생성하는 데 필수적입니다.

Stable Diffusion에서 VAE를 사용하는 방법은 다음과 같습니다.

1. 적용하고자하는 VAE 데이터를 받는다. (예: https://huggingface.co/stabilityai/sd-vae-ft-mse-original/tree/main)
2. 구글 드라이브에서 sd/stable-diffusion-webui/models/VAE 아래의 폴더에 파일을 넣는다.
3. Stable Diffusion로 돌아와서 Settings탭을 누른다.
4. 왼쪽메뉴에서 "Stable Diffusion"을 누른다.
5. SD VAE 메뉴를 찾아서 눌러서 다운로드 받은 VAE파일을 선택한다.

 

Checkpoint, lora, VAE 은 Stable Diffusion에서 중요한 개념입니다. 이러한 용어와 이를 구현하는 방법을 이해하면 기계 학습 기술을 향상하고 보다 효과적인 모델을 만들 수 있습니다. 이번 포스팅에서 Stable Diffusion 및 관련 기술을 더 잘 이해하는 데 도움이 되었기를 바랍니다.

 

 

 

 

 

스테이블 디퓨전 설치방법 - WebUI, fast stable diffusion

5분 실사 AI이미지 만들기 - 무료, 그래픽카드X, WebUI, Colab 사용

 

Sporky AI 가입 및 사용법 - 국내기업 이미지 생성 AI

AI 그림 사이트 무료